Logo de l'E.N.T. Alsace
Thèses électroniques Service Commun de la documentation
Logo de l'Université de Strasbourg
Thèses et Mémoire de l'Université de Strasbourg

Segmentation d’images IRM anatomiques par inférence bayésienne multimodale et détection de lésions

BRICQ, Stéphanie (2008) Segmentation d’images IRM anatomiques par inférence bayésienne multimodale et détection de lésions. Thèses de doctorat, Université Louis Pasteur.

Plein texte disponible en tant que :

PDF - Un observateur de PDF est nécessaire, comme par exemple GSview, Xpdf or Adobe Acrobat Reader
3216 Kb

Résumé

L'imagerie médicale fournit un nombre croissant de données. La segmentation automatique est devenue une étape fondamentale pour l'analyse quantitative de ces images dans de nombreuses pathologies cérébrales comme la sclérose en plaques (SEP). Nous avons focalisé notre étude sur la segmentation d'IRM cérébrales. Nous avons d'abord proposé une méthode de segmentation des tissus cérébraux basée sur le modèle des chaînes de Markov cachées, permettant d'inclure l'information a priori apportée par un atlas probabiliste et prenant en compte les principaux artefacts présents sur les images IRM. Nous avons ensuite étendu cette méthode à la détection de lésions SEP grâce à un estimateur robuste. Nous avons également développé une méthode de segmentation d'IRM 3D basée sur les contours actifs statistiques pour raffiner la segmentation des lésions. Les résultats obtenus ont été comparés avec d'autres méthodes de segmentation et avec des segmentations manuelles réalisées par des médecins.

Type d'EPrint:Thèse de doctorat
Discipline de la thèse / mémoire / rapport :Électronique, électrotechnique, automatique. Traitement d’images et vision par ordinateur
Mots-clés libres:segmentation ; IRM ; détection de lésions ; chaîne de Markov ; estimateur robuste ; atlas probabiliste ; contour actif statistique ; complexité stochastique
Sujets:UNERA Classification UNERA > ACT Domaine d'activité UNERA > ACT-4 Instrumentation, imagerie, analyse, contrôle
UNERA Classification UNERA > DISC Discipline UNERA > DISC-21 Ingénierie et technologies
CL Classification > DDC Dewey Decimal Classification > 600 Technologie (sciences appliquées) > 610 Médecine et santé > 616 Maladies > 616.07 Pathologie
Classification Thèses Unistra > Santé > Médecine et odontologie > 610 Médecine et santé > 616 Maladies > 616.07 Pathologie

CL Classification > DDC Dewey Decimal Classification > 600 Technologie (sciences appliquées) > 610 Médecine et santé > 610.2 Ouvrages divers > 610.28 Technique, appareils, équipement, matériel.Génie biomédicale
Classification Thèses Unistra > Santé > Médecine et odontologie > 610 Médecine et santé > 610.2 Ouvrages divers > 610.28 Technique, appareils, équipement, matériel.Génie biomédicale
Code ID:1651
Déposé le :24 Septembre 2009

Administrateurs de l'archive uniquement : éditer cet enregistrement